AWS presenta su nueva estrategia total de IA para empresas

Amazon Web Services (AWS) celebró su evento anual AWS re:Invent 2025 y anunció muchas novedades, que incluyeron desde dispositivos y avances tecnológicos, hasta colaboraciones con otras compañías.

En este artículo nos centraremos en tres innovaciones: los agentes fronterizos para el desarrollo de software, la familia de modelos Nova 2, y las nuevas capacidades de AgentCore en Amazon Bedrock.

Estas soluciones están marcando un antes y un después en la forma en que las organizaciones implementan y optimizan la IA para mejorar su eficiencia operativa y la seguridad de sus aplicaciones. A continuación, analizamos cada una de ellas.

Los 3 Agentes Fronterizos de AWS

Uno de los avances más notables en la estrategia de IA de AWS es la introducción de los agentes fronterizos, una nueva clase de agentes de IA diseñados para trabajar de manera autónoma, escalable e independiente, optimizando el ciclo de vida del desarrollo de software. Los agentes autónomos Kiro, Agente de Seguridad AWS y Agente DevOps AWS están destinados a mejorar los procesos de desarrollo, seguridad y operaciones de TI.

Kiro: un desarrollador virtual que aprende con el tiempo

El agente autónomo Kiro actúa como un desarrollador virtual que puede gestionar tareas como la clasificación de errores y la mejora de la cobertura de código sin necesidad de supervisión constante. Este agente aprende de manera continua, manteniendo el contexto a lo largo de las sesiones y mejorando la eficiencia del equipo.

Los desarrolladores pueden asignar tareas directamente desde plataformas como Jira, GitHub y Slack, y obtener resultados sin tener que lidiar con fricciones, como la coordinación entre diferentes repositorios. Cada revisión de código, ticket y decisión arquitectónica informa la comprensión del agente, lo que la hace aún más útil con el tiempo.

Agente de Seguridad AWS

AWS Security Agent ayuda a crear aplicaciones seguras desde el principio en entornos de AWS, multicloud e híbridos. El agente revisa proactivamente los documentos de diseño y analiza las solicitudes de incorporación de cambios para comprobar los requisitos de seguridad de la organización y las vulnerabilidades comunes. La misma empresa define los estándares de seguridad de su organización una vez, y AWS Security Agent los valida automáticamente en todas sus aplicaciones durante la revisión, lo que ayuda a los equipos a abordar los riesgos que afectan a su negocio, no listas de verificación genéricas.

Además, transforma las pruebas de penetración de un proceso manual y lento a una capacidad bajo demanda, adaptándose a la velocidad de desarrollo del equipo.

El Agente DevOps mejora las operaciones y la fiabilidad

El Agente DevOps AWS es un miembro activo del equipo de operaciones, trabajando para resolver incidentes de manera proactiva y mejorando la fiabilidad de las aplicaciones a través de recomendaciones continuas basadas en el comportamiento del sistema. Permite reducir el tiempo de respuesta a incidentes y optimiza el rendimiento general de las aplicaciones.

Como ejemplo de uso, AWS expone el caso del Commonwealth Bank of Australia, uno de los principales proveedores australianos de servicios financieros integrados, con más de 17 millones de clientes. “El grupo Cloud Foundations del banco gestiona más de 1700 cuentas de AWS y ofrece servicios centralizados de operaciones en la nube a miles de ingenieros. Durante el desarrollo del prototipo de su plataforma interna en la nube de última generación, el equipo replicó un problema complejo de gestión de red e identidades para probar AWS DevOps Agent. Este tipo de problemas pueden tardar horas en identificarse a un ingeniero de DevOps experimentado, y el agente encontró la causa raíz en menos de 15 minutos”, explica la empresa.

Nova 2: la nueva era de modelos de razonamiento y generación de IA

En paralelo a la introducción de los agentes, AWS ha lanzado la familia de modelos Nova 2, que incluye varias versiones adaptadas a diferentes necesidades empresariales. Analizamos brevemente cada uno de ellos:

• Nova 2 Lite para tareas cotidianas: diseñado para tareas de razonamiento rápido y de bajo costo, como la automatización de tareas, la generación de código y la atención al cliente a través de chatbots. Con una relación precio-rendimiento sobresaliente, Nova 2 Lite supera a modelos como Claude Haiku 4.5 y GPT-5 Mini en varias pruebas de rendimiento.
• Nova 2 Pro para desafíos complejos: es el modelo más avanzado de la serie, ideal para tareas que requieren una mayor precisión, como la codificación agéntica, la planificación a largo plazo y la resolución de problemas complejos. Este modelo se destaca no solo por su capacidad de procesamiento de texto, imágenes y voz, sino también por su habilidad para transferir conocimiento a modelos más pequeños mediante un proceso de destilación de conocimiento.
• Nova 2 Sonic: ideal para crear aplicaciones de IA conversacional que integran texto y voz de forma fluida.
• Nova 2 Omni: permite procesar texto, imágenes, video y voz simultáneamente, eliminando la necesidad de varios modelos especializados para tareas complejas.
• Nova Forge: permite a las organizaciones crear modelos personalizados de IA, ajustados a sus necesidades específicas mediante un proceso denominado capacitación abierta. Este servicio proporciona a las empresas un control completo sobre la integración de datos propietarios durante el entrenamiento de los modelos, lo que resulta en soluciones más adaptadas a sus operaciones.
• Nova Act: facilita la creación de agentes de IA confiables que automatizan flujos de trabajo en entornos web. Este servicio permite a las empresas prototipar agentes rápidamente utilizando lenguaje natural y luego perfeccionarlos en entornos de desarrollo integrados como VS Code. Los resultados pueden ser implementados y escalados de manera eficiente en producción, lo que permite a las organizaciones mejorar la eficiencia operativa a través de la automatización de tareas repetitivas y complejas.

Amazon Bedrock y sus capacidades de AgentCore

Para complementar esta estrategia, AWS ha actualizado Amazon Bedrock con nuevas capacidades en AgentCore, una plataforma para la creación, implementación y escalado de agentes de IA. AgentCore facilita la creación de políticas de acceso detalladas y el monitoreo del comportamiento de los agentes mediante evaluaciones continuas.

Estas evaluaciones permiten una visibilidad completa del comportamiento y los resultados de los agentes de IA, superando las limitaciones de las métricas tradicionales. El servicio simplifica los procesos de evaluación mediante 13 evaluadores prediseñados que analizan aspectos clave como corrección, utilidad, seguridad y éxito de objetivos. Además, los desarrolladores pueden crear evaluadores personalizados.

A diferencia de los enfoques anteriores que requerían meses de trabajo, AgentCore ofrece análisis continuos de las interacciones en vivo de los agentes. Los equipos pueden configurar alertas para una monitorización proactiva de la calidad, lo que permite una rápida respuesta ante cualquier disminución en el rendimiento de los agentes, garantizando una experiencia de usuario óptima.

Control y seguridad con Policy

La nueva funcionalidad Policy en AgentCore permite a las empresas establecer límites específicos mediante lenguaje natural sobre lo que los agentes pueden hacer, a qué herramientas y datos pueden acceder, y bajo qué condiciones. Estas herramientas pueden ser API, funciones Lambda, servidores MCP o servicios de terceros populares como Salesforce y Slack.

Para garantizar la rapidez y capacidad de respuesta de los agentes, Policy se integra en AgentCore Gateway para comparar instantáneamente las acciones de los agentes con las políticas en milisegundos.

Memoria episódica para mejorar la toma de decisiones

Una de las innovaciones más destacadas de AgentCore es la introducción de la memoria episódica, que permite a los agentes aprender de experiencias pasadas y mejorar su toma de decisiones con el tiempo. Esta función mejora la capacidad de los agentes para manejar tareas similares de manera más eficiente, reduciendo la necesidad de intervención manual y optimizando el rendimiento de las aplicaciones.

Como explica la misma empresa, “Por ejemplo, un agente reserva el transporte al aeropuerto 45 minutos antes del vuelo si viaja solo. Tres meses después, cuando viaja al mismo destino (esta vez con niños), programa automáticamente la recogida dos horas antes, teniendo en cuenta los retos de viajes familiares anteriores. Este enfoque de aprendizaje específico ayuda a los agentes a tomar decisiones más consistentes basadas en datos de rendimiento reales, en lugar de basarse en directrices predeterminadas”.

Foto: AWS